一个热爱计算机的男孩，16岁就已经可以做出一些东西了，比如开发一个粤语编程语言，赢得Kaggle冠军，编写游戏，开发加密货币投资机器人，从头开始构建C++机器学习库，等等。今天我想介绍一个16岁的男孩(@novak-99)，他从零开始构建了一个C++机器学习库。他的自荐帖子在reddit上获得了数百个赞。他构建的库（ML++）有超过13,000行代码，涵盖统计、线性代数、数值分析、机器学习和深度学习等主题。项目地址：https://github.com/novak-99/MLPP@novak-99说他建这个库是因为C++是他选择的语言，但是到了ML前端，C++用的很少。C++高效且有助于快速执行。因此，大多数库（如TensorFlow、PyTorch或Numpy）都使用C/C++或某些C/C++派生语言来进行优化和提高速度。但当他查看各种机器学习算法的前端实现时，他注意到它们中的大多数是用Python、MatLab、R或Octave实现的。他认为，之所以C++在ML前端应用较少，主要是因为缺乏用户支持和C++语法复杂。与Python相比，C++的机器学习框架非常少。此外，即使在PyTorch或TensorFlow等流行框架中，C++实现也不如Python实现完整。问题包括：缺乏文件；并非所有主要功能都存在；没有多少人愿意贡献等等。另外，C++不支持Python的ML套件的各种关键库。Pandas和Matplotlib都不支持C++。这增加了ML算法的实施时间，因为数据可视化和数据分析的元素更难获得。于是，他决定自己写一个C++机器学习库。他还注意到，由于ML算法非常容易实现，一些工程师可能会忽略它们背后的实现和数学细节。这可能会有问题，因为在不知道数学细节的情况下，不可能针对特定用例定制ML算法。因此，除了库之外，他还计划发布全面的文档，解释库中每个机器学习算法背后的数学背景，涵盖统计学、线性回归、雅可比矩阵和反向传播等内容。这是部分统计：打开项目，我们可以看到一些细节：涵盖了19个主要主题，这个ML++和大多数框架一样足够大和完整，这个高中生创建的ML++库是动态的，不断地在改变。这在每天都在开发新算法和技术的机器学习领域尤为重要。目前，ML++库中正在开发以下模型和技术：卷积神经网络(CNN)支持向量机(SVM)核支持向量回归总体而言，ML++库包括19个主要主题和相关细分，如下：回归（线性回归、Logistic回归、Softmax回归、指数回归、Probit回归、Cloglog回归、Tanh回归）深度、动态、可扩展的神经网络（激活函数、优化算法、损失函数、正则化方法、权重初始化方法、学习率规划器）预建神经网络网络（多层感知器、自动编码器、Softmax网络）生成建模（表对抗生成网络）自然语言处理（Word2Vec、词干提取、词袋、TFIDF、辅助文本处理函数）计算机视觉（卷积运算、最大/最小/平均池化、全局最大/最小/平均池化，预建特征向量）主成分分析lysis朴素贝叶斯分类器（多项式朴素贝叶斯、伯努利分布朴素贝叶斯、高斯朴素贝叶斯）支持向量分类（原始编队、对偶编队）K-Means算法K最近邻算法离群值查找器（使用标准分数）矩阵分解（SVD分解、Cholesky分解、QR分解）数值分析（数值微分、雅可比向量计算器、海森矩阵计算器、函数逼近器、微分方程求解器）数学变换（离散余弦变换）线性代数模块统计模块数据处理模块（特征缩放、均值归一化、一热Representation,InverseOneHotRepresentation,SupportedColorSpaceConversionTypes)Utilities(TP/FP/TN/FNFunctions,Precision,Recall,Accuracy,F1Score)更多细节请参考原项目。网友：这么累赘怎么办？有网友不禁感叹，这世界上的高中生16岁都在干什么？！我还在为他们的年龄咬着手指」。而且还在ICLR、NeurIPS会议上发表过论文……有网友表示，如果高中生都在做这些事情，想象一下几年后博士申请会有多激烈。现在，你只需要发表3篇以上的NeurIPS论文，就有可能在未来获得图灵奖。如果说是玩笑的话，也可以说是有一定的“量”。不过也有网友指出，项目中有13000行代码没有测试？另有网友认为，这是一个基于个人爱好创建的项目（petproject），并不适合实际用例。所以测试在这里并不重要。参考链接：https://www.reddit.com/r/MachineLearning/comments/srbvnc/p_c_machine_learning_library_built_from_scratch/
